SimpleQA
AIベンチマーク結果とモデルの性能
種類: percentage
記録された結果
87
平均スコア
36.60%
スコアの範囲
1.80% - 97.10%
最上位モデル
97.10% - DeepSeek OCR 2
スコアの推移
日付ごとの個別ベンチマークスコアです。
モデル結果
| 組織 | モデル | 報告日 | 最高スコア | 情報 | 自己申告 | 出典 |
|---|---|---|---|---|---|---|
| DeepSeek OCR 2 | - | 97.10% | inferred family alias from deepseek-v3.2-exp (score=0.3809; benches=14) | はい | 出典 | |
| DeepSeek V3.2 Exp | 2025年9月29日 | 97.10% | - | はい | 出典 | |
| DeepSeek V3.1 | 2025年8月21日 | 93.40% | Search agent evaluation | はい | 出典 | |
| DeepSeek V3.1 Terminus | 2025年9月22日 | 93.40% | inferred alias from deepseek-v3.1 | はい | 出典 | |
| Ernie 5.0 | 2026年1月22日 | 75% | - | はい | 出典 | |
| Ernie 5.0 0110 | - | 75% | inferred version-family alias from ernie-5.0 | はい | 出典 | |
| Ernie 5.0 Preview 1203 | - | 75% | inferred version-family alias from ernie-5.0 | はい | 出典 | |
| Ernie 5.0 Preview 1220 | - | 75% | inferred version-family alias from ernie-5.0 | はい | 出典 | |
| Gemini 3 Pro Image Preview (Nano Banana Pro) | 2025年11月20日 | 72.10% | inferred modality/version alias from gemini-3-pro-preview | はい | 出典 | |
| Gemini 3 Pro Preview | 2025年11月18日 | 72.10% | - | はい | 出典 | |
| Gemini 3 Flash Preview | 2025年12月17日 | 68.70% | - | はい | 出典 | |
| GPT 4.5 Preview | 2025年2月27日 | 62.50% | - | はい | 出典 | |
| Qwen 3 VL 32B Thinking | - | 55.40% | - | はい | - | |
| Qwen 3 A235 A22B Instruct 2507 | - | 54.30% | - | はい | 出典 | |
| Gemini 2.5 Pro Preview (2025-06-05) | 2025年6月05日 | 54% | - | はい | 出典 | |
| Gemini 2.5 Pro Preview TTS (2025-05-20) | 2025年5月20日 | 54% | inferred family alias from gemini-2.5-pro-preview-06-05 (score=0.4243; benches=13) | はい | 出典 | |
| Qwen 3 VL 235B A22B Instruct | - | 51.90% | - | はい | - | |
| Gemini 2.5 Computer Use Preview | 2025年10月07日 | 50.80% | inferred family alias from gemini-2.5-pro (score=0.3960; benches=16) | はい | 出典 | |
| Gemini 2.5 Pro Experimental (2025-03-25) | 2025年3月25日 | 50.80% | inferred alias from gemini-2.5-pro | はい | 出典 | |
| Gemini 2.5 Pro Preview (2025-05-06) | 2025年5月06日 | 50.80% | - | はい | 出典 | |
| Gemini 2.5 Pro Preview TTS (2025-12-10) | 2025年12月10日 | 50.80% | inferred modality/version alias from gemini-2.5-pro | はい | 出典 | |
| Gemini Embedding 2 Preview | 2026年3月10日 | 50.80% | manual fallback alias from gemini-2.5-pro | はい | 出典 | |
| Qwen 3 8B | - | 49.60% | inferred high-confidence family alias from qwen3-vl-8b-thinking (score=0.4600; benches=50) | はい | - | |
| Qwen 3 Guard Stream 8B | - | 49.60% | inferred family alias from qwen3-vl-8b-thinking (score=0.3371; benches=50) | はい | - | |
| Qwen 3 VL 8B Thinking | - | 49.60% | - | はい | - |
